Python Developer (K/M/X)

O projekcie

• Rozwój aplikacji w Pythonie w architekturze mikroserwisowej w zespole Data & AI. Produkcjonalizacja rozwiązań AI/ML (m.in. RAG, LLM), projektowanie i rozwój usług z FastAPI.
• Wdrażanie na OpenShift/Kubernetes z CI/CD (docelowo Tekton + ArgoCD), współtworzenie standardów architektonicznych, code review i wsparcie zespołu Data Science.
• Praca zdalna, 82 dni robocze (część etatu).

Twój zakres obowiązków

• Główny zakres (70–80% czasu):
• Projektowanie i implementacja mikroserwisów w Pythonie.
• Produkcjonalizacja rozwiązań przygotowanych przez Data Science (RAG, serwisy ML).
• Tworzenie i utrzymanie standardów: szablony serwisów, konwencje API, testy, CI/CD.
• Wdrażanie na OpenShift/Kubernetes przy użyciu firmowego pipeline’u CI/CD (Tekton + ArgoCD).
• Współpraca z zespołem bezpieczeństwa (wdrożenia, dostępy, polityki, przeglądy).
• Rozwój zespołu i dzielenie się wiedzą (20–30% czasu):
• Code review PR-ów zespołu DS.
• Pair programming przy złożonych komponentach.
• Mini-szkolenia i sesje o dobrych praktykach Python, mikroserwisach i bezpieczeństwie.
• Dokumentacja (m.in. ADR, kontrakt API).

To oferujemy

• Wpływ na cyfryzację i wdrożenie CRM dla dużego podmiotu w regionie.
• Duża samodzielność w zarządzaniu zespołem i wybieraniu praktyk.
• Dofinansowanie zajęć sportowych.
• Prywatna opieka medyczna.

Technologie, których używamy

Wymagane

• FastAPI
• Kafka
• REST API
• Python
• Docker
• Kubernetes
• CI/CD
• Git
• Prometheus

Wymagania

• Bardzo dobra znajomość FastAPI (m.in. async, Pydantic, dependency injection, obsługa błędów).
• Doświadczenie w projektowaniu systemów i mikroserwisów: FE, BE, API, REST, event-driven, Kafka
• Znajomość data/AI stack: np. Airflow, Spark, Iceberg, Kafka, MsSQL, Oracle, S3 storage
• Doświadczenie z LLM / RAG w produkcji: orkiestracja zapytań, integracja z modelem, vector store, ewaluacja, kontrola kosztów i latencji; znajomość vLLM, LangChain, LLamaIndex, LangGraph lub własne rozwiązania
• Praktyczna znajomość Dockera (mile Podman) oraz Kubernetes/OpenShift: deploymenty, configmap/secrets, probes, resource limits, Helm, routes
• Doświadczenie z CI/CD (np. Tekton + ArgoCD, GitLab, ADO).
• Praktyka w pisaniu testów: pytest, testy jednostkowe i integracyjne
• Bardzo dobra znajomość Git i pracy w modelu code review.
• Dyscyplina dokumentacyjna: opisy API, README, decyzje architektoniczne.
• Znajomość zasad cyberbezpieczeństwa na etapie projektu, kodu i wdrożenia
• Znajomość typowych podatności web/API oraz zagrożeń specyficznych dla aplikacji opartych o LLM
• Doświadczenie z uwierzytelnianiem i autoryzacją w mikroserwisach
• Observability: strukturalne logowanie, metryki (np. Prometheus)